隐马尔可夫模型

一、HMM应用
1、人脸识别
2、语音识别
3、入侵识别
二、HMM模型定义
1、隐马尔可夫模型是关于时序的概率模型。
2、由一个隐藏时为马尔可夫链随机生成序列，再由各个状态生成一个可观测而产生的观测随机序列的过程。
三、隐马尔可夫模型

• 初始概率分布

• 状态转移概率分布

• 观测概率分布

• Q：所有可能状态的集合

• V：所有可能观测的集合

• I：长度为T的状态序列

• O：对应的观测序列
  

• A：状态转移概率矩阵
  

• B：观测概率矩阵也称为发射矩阵
  

• Pai：初始状态概率向量
  

• 三要素
  

• 两个基本假设

  • 齐次马尔可夫假设，隐马尔状态只与前一时刻的状态有关；
  • 观测独立性假设，观测之和当前时刻状态有关。
    四、三个基本问题